leetcode笔记_优先队列经典问题（N中选出前M）

一个关于优先队列的经典问题

在N个元素中选出前M个元素（N远大于M时）

• 思路一：对N的元素进行排序，然后选出前M个元素，时间复杂度为O(NlogN)（采用快排或归并排序等高级排序算法）
• 思路二：使用优先队列，可以将时间复杂度降低为O(NlogM)。具体实现：使用优先队列维护M个元素，即每次向优先队列中加入一个元素时，需要将当前队列中的最小元素替换出去，保证队列中的M个元素是当前遍历过的元素中的最大的前M个。

347. 前K个高频元素

给定一个非空的整数数组，返回其中出现频率前 k 高的元素。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

说明：

• 你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。
• 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。

class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
              
        //将数组放入一个记录频次的Map中
        TreeMap<Integer, Integer> map = new TreeMap<>();
        for(int num : nums){
            if(map.containsKey(num)){
                map.put(num, map.get(num)+1);
            }else{
                map.put(num, 1);
            }
        }
        
        
        //通过一个最多可容纳K个元素的优先队列来选出出现频率前k高的k个元素
        //优先队列在构造时，通过传入的外部比较器Comparator 可以定义优先队列里元素类型的比较方法
        //这里，优先队列里存放Integer, 传入的外部比较器重新定义了比较两个整型类型的方法，即比较它们出现的频次
        //Java内置优先队列的底层是最小堆，所以出队的是根据比较器定义的最小元素
        PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>(){
            @Override
            public int compare(Integer a, Integer b){  //使用匿名内部类实现Comparator接口，重新定义了比较两个整型类型的方法，即比较它们出现的频次
                return map.get(a)-map.get(b);
            }
        });
        
        for(int num : map.keySet()){  
            if(pq.size()<k){
                pq.add(num);
            }else{
                if(map.get(num)>map.get(pq.peek())){  //优先队列内只保持k个元素，入队时需要和优先级最高的元素（（频次）最小的元素）作比较
                    pq.remove();
                    pq.add(num);
                }
            }
        }
        
        //根据要求，返回一个List
        ArrayList<Integer> list = new ArrayList<>();
        while(!pq.isEmpty()){
            list.add(pq.remove());
        }
        
        return list;                                                  
    }
}